认识达内从这里开始

1. 微软人工智能与研究事业部

微软宣布,将把“技术与研发部门”和“人工智能( AI )研究部门”相合并,组建新的“微软人工智能与研究事业部”(Microsoft AI and Research Group)。 该事业部将由微软全球执行副总裁、技术与研发部门主管沈向洋领导。沈向洋是全球计算机视觉和图形学研究领域的专家,1996 年加盟微软。该事业部下属部门将包括人工智能产品工程、基础和应用研究实验室,以及新体验与技术( NExT )。,新成立的人工智能与研究事业部将通过四种途径来推广人工智能技术,分别为代理( Agents )、应用、服务和基础设施。

2. 自然语言处理

微软自然语言计算组成立于 1998 年，专长于翻译、输入法、问答、社交文本挖掘、搜索引擎、口译、手语翻译等。

Skype Translater 实时语音翻译技术

Skype Translator 的实时语音翻译技术是一项让两个不同语言的人，可以实时通过自己的母语进行语音进行沟通的技术。微软实时语音翻译技术通过在语音识别阶段就为口语的识别做了特殊的输入优化，识别之后的文本经过 TrueText 技术的处理，再进入文本翻译阶段，文本翻译的输出结果也要为口语做优化，通过成熟的 TTS 技术让机器“读出来”翻译结果。

微软很早在 2012 年天津的一次学术活动上展示了这项技术。2014年12月，这项技术在 Skype Translator 应用上实现商用，之后陆续运用到桌面版 Skype Translator 和 Microsoft Translator 手机App中。在今年年底前，将为Office 365企业用户提供 Skype Meeting Broadcast 服务。通过该服务，可以自动为网络会议添加字幕，并将会议实时地翻译成不同语言展现出来。

2016年上半年，这项技术迎来新的里程碑，微软将 API 开放给所有人，方便开发者将其集成到自己的应用中。

微软小冰

微软小冰是微软（亚洲）互联网工程院在2014年5月29日发布一款人工智能伴侣虚拟机器人。数据显示：小冰自2014年6月发布至今，已拥有4200万用户，并与用户间进行了逾220亿次对话，平均对话轮数达到了创纪录的23轮，语音自然度达4.32（介乎于“自然”和“比较自然”两个分值之间）。

“微软小冰”集合了中国近7亿网民多年来积累的、全部公开的文献记录，凭借微软在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，精炼为几千万条真实而有趣的语料库(此后每天净增0.7%)，通过理解对话的语境与语义，实现了超越简单人机问答的自然交互。

微软Cotrana

Cortana （中文名：微软小娜）是微软发布的全球一款个人智能助理。它“能够了解用户的喜好和习惯”，“帮助用户进行日程安排、问题回答等”。Cortana 可以说是微软在机器学习和人工智能领域方面的尝试。微软想实现的事情是，手机用户与小娜的智能交互，不是简单地基于存储式的问答，而是对话。它会记录用户的行为和使用习惯，利用云计算、搜索引擎和“非结构化数据”分析，读取和“学习”包括手机中的文本文件、电子邮件、图片、视频等数据，来理解用户 的语义和语境，从而实现人机交互。这也是微软的 研究，从个人计算机（personal computer）走向个人计算（personal computing）的开始。

Cortana 背后极大地依赖 Bing 信息平台的服务和数据，以及微软研究院的技术研究，上述的任务都由一系列不同技术组合完成。Cortana 的设计理念是基于“机器学习和数据挖掘算法”，自然语言处理、语义分析、语音技术、Bing Satori 知识库和自学习系统等都是其中的核心技术。

3. 语音能力

微软的语音技术研究始于 1993 年，2007 年微软花 10 亿美元买下了语音识别技术公司Tellme ，深耕语音技术研究。

2011年上半年，微软把深度学习引入到自己的商用语音识别产品里面，其中包括了Bing语音搜索以及X-Box语音命令。目前微软 Bing 语音平台整合于微软各产品线：Windows 和 WP 操作系统、Kinect、车载系统等。

微软宣布了一项关于机器理解人类语言的重要测试结果，即研究人员获得了迄今语音识别会话误码率（WER）——6.3%。

4. 图像能力

在2015举行的ImageNet计算机视觉识别挑战赛上，微软亚洲研究院的152层深层残差网络系统，获得了图像检测、图像分类和图像定位三个项目的冠军，其视觉计算组的系统错误率低至3.57%，去年这一数据为6.6%。残差学习重构了学习过程，重新定向深层神经网络中的信息流，极大地改善了其它计算机视觉问题。